用法律人工智能构建判断层 - Aloi

有些人说，“法律人工智能无法做出判断”，仿佛这是法律工作的神圣领域。但是，人工智能可以捕获并利用公司范围内的判断，然后将其部署到新问题上。总部位于瑞典的阿洛伊正在这样做。最终，这一切都是为了利用律师事务所内部的大型数据集，并将其转化为有意义的见解。

Artificial Lawyer 采访了 Aloi 首席执行官 Johan Häger，了解了他们的方法。我们关注： 判断层相对于 DMS 和最终工作产品的位置；需要多少过去的数据才能实现这一目标；这与客户偏好有何联系；以及如何利用人工智能构建判断层来支持员工工作的发展，即未来流程级工作的减少以及需要完成更高价值的任务，而这些任务是由整个公司的具体知识支持的。

判断层方法还与 AL 探索的法律人工智能开发的其他领域相关，例如提供创建律师数字孪生的初创公司，以及一些寻求构建依赖于自己数据的开放权重人工智能模型的律师事务所和科技公司，也就是说，这也与法律人工智能主权相关。所有这些以及更多我们将在下面探讨。

要观看/收听页面内的视频，请按“播放”，或者您可以直接进入 AL 电视频道。

— 广告 —

—

人工智能成绩单

大家好，理查德·特罗曼斯又来了，人工律师电视。今天，我们对瑞典法律科技公司 Aloi 进行了一次特别采访，内容都是关于判断和人工智能，该公司已经存在了几个月，但现在它真的要进城了。我希望我的发音是正确的。首席执行官 Johan 向我们介绍了更多相关信息。很高兴有你和我们在一起。

约翰·海格 (00:37.652)

嗨，理查德，很高兴来到这里。谢谢。

理查德·特罗曼斯 (00:39.726)

嗯，很高兴你能来，因为现在，请介绍一下这个问题的背景。很多人都说，是的，人工智能可以做到这一点。它可以做到这一点。它可以读取文档。它可以拖动信息。也许它甚至可以给你写一份合同。但它无法处理判断。这是神圣不可侵犯的事情。你做不到。这太复杂了。但据我了解，Aloi 的目的是捕获并具体化律师事务所内部的判断，然后利用它来获取利益。

约翰·海格 (00:58.26)

是的。

理查德·特罗曼斯 (01:08.608)

。那么请告诉我们 Aloi 是什么、它是如何工作的以及它如何捕捉这种判断。

约翰·海格 (01:17.854)

是的，非常感谢您。当然，这是最贴近我内心的事情，而且已经持续了很长一段时间了。我认为这实际上是法律行业的要点和痛点。我们现在在工作流程和起草以及聊天界面方面得到了许多产品的大力支持，所有这些都是巨大的支持。但有一件事一直存在问题，那就是真正利用更大的数据集。

以及所有律师事务所中存在的更大的非结构化数据集。也就是说，如果你这样做，第一步实际上是寻找先例，在这些系统中找到条款。例如，如果您想到一家拥有一亿份文件的律师事务所并查找特定条款，则您需要针对某项交易制定特定的合并条款。然后在整个系统中找到合并条款就非常容易了。这算是第一步。但当数据集变大时，

约翰·海格 (03:42.111)

理查德·特罗曼斯 (05:28.238)

约翰·海格 (05:34.644)

你

对于规模更大、更复杂的律师事务所来说，其精确度就没有那么好。因此，下一步是精确了解我们在这些数据集中实际可以找到的内容。这就是我们首先所说的模型规范，我们得到了这些文档实际结构的规范。所以我们投入了大量的法律工程时间实际上是在学习。

或者教 Aloi 如何识别这些文档中的结构、规则、依赖关系，所有这些东西。这是通过不同的方式完成的。首先，它位于模型规范中，然后是元数据。许多元数据应用于这些文档。可能有数百个元数据字段。这些元数据字段与模型规范一起，提供了我们实际上如何、我们如何处理文档、我们实际上如何……的第一步。

律师如何了解与客户最相关的内容。然后我们应用一种称为判断图的东西来了解交易的背景。这也非常非常重要。如果您考虑在交易中不是孤立的文档的特定草稿，那么它实际上依赖于许多其他因素。在当今的并购交易中，您可能有 50 份、100 份不同的文件。

您有尽职调查流程。你有很多事情发生。 Aloi 需要查看所有这些不同的辅助流程和文件，以实际解释您正在起草的特定条款或文件。这是通过传统的图表来完成的，我们还教授文件法律结构和流程结构的法律流程。所以这需要更多的数据处理。

学习非结构化数据，将法律背景放入其中。然后，我们处理的某些事情也与这些判断或情报决策相关。这是律师的版本处理。现在我们来讨论一些细节。版本处理确实很重要。例如，如果您有一项有关股票购买协议的交易，则可以在

该交易的双方。从这些版本中了解实际发生的事情、律师之前如何处理特定风险或特定条款、如何识别风险、如何减轻风险、采取了哪些路线，这一点非常重要。因此，实际上要达成我们最终所说的法律判决，需要采取许多不同的步骤。

法律判断是我们从模型规范、元数据字段、谱系过程和判断图中学到的知识的组合。所有这些共同得​​出结论并为律师提供建议。在某种程度上，我们可以看到整个数据中的决策模式。谢谢。

明白了，好吧，你把它扔了，所以这就是你的原材料，对吧？假设我们有一个新案件进入 XLawFirm。

嗯。是的。唔？

理查德·特罗曼斯 (05:41.079)

并落在特定高级律师的办公桌上，他们开始该过程。他们开始研究有关此事的第一份文件。您处理和组织的所有这些原材料如何在其中找到形状和意义，所有这些如何应用于这位新律师在这个新问题上所做的事情？

快来参加我们于 11 月 4 日至 5 日在伦敦举办的 Legal Innovators 活动吧！ 此次会议是法律人工智能与法律业务的交叉点。第一天：律师事务所，第二天：内部。

英国法律创新者 - 伦敦，11 月 4 日至 5 日

约翰·海格 (06:03.452)

你明白了。

是的，你的意思是从技术角度来看它实际上是如何工作的。

理查德·特罗曼斯 (06:07.554)

是的，是的，不需要太技术性，但一般来说，我相信观看此内容的人们会想，好吧，所以你找到了有关我们过去交易的所有信息，你已经看到了上下文，你已经看到了如何争论不同的条款，好吧，太棒了。那么你将如何将其有意义地应用到我要做的这项新工作中呢？

约翰·海格 (06:24.778)

是的，确实是最佳问题，您从提示角度或工作流程角度提供的背景和意图越多。例如，如果你想到一些非常实用的东西，你是一名律师，你正在起草一份 SPHA 股票购买协议，你有一些来自客户的条款，也许你有一个条款概要和一份条款清单，你当然可以应用你知道的，这是一个基线，对吗？

那么你可以更进一步，然后你可以问系统、平台，我们过去是如何处理这个问题的？我们是如何起草这些特定条款的以及该特定客户的愿望是什么？这是在 Aloi 中或通过另一个平台对 Aloi 进行的呼叫。然后阿洛伊对这些信息进行检索。它通过我之前提到的所有系统检索摄取的信息。

理查德·特罗曼斯 (07:20.866)

但是它是怎么做的，我想很多律师也会问这个问题，这听起来很酷，但是它怎么知道要应用什么？所以我参与了，我参与了这个，你知道，我参与了第 25 条条款，我正在努力完成合同，我想，我想要这个。它如何知道将该信息应用于该条款？

约翰·海格 (07:40.896)

是的，它是这些不同系统的组合，但主要是我们实际使用模型规范和元数据字段的方式。因此，在模型规范中，我们通过有关 SPA 运作方式的法律知识来定义文档的结构。例如，系统中有关该特定客户希望如何查看该信息或起草该条款的知识。所以这个

理查德·特罗曼斯 (08:05.295)

因此，当您正在制定新合同时，这一点就会浮现出来。

约翰·海格 (08:07.841)

会的。你提供上下文、意图、提示。比如你问，这是一个特殊的，这是一个合并条款。我想为这个特殊的客户 Blue 起草。过去我们是如何做到这一点的？所有关于我们过去如何做到这一点的信息都会浮出水面。如果我提供更多背景信息，例如，我会说，对于客户 Blue 来说，我们如何处理他们过去收购了知识产权密集型业务的交易？这也将随之被检索。

准确地了解该上下文，然后您接近系统并说我在此特定交易中的意图是比过去更积极地使用对卖方更友好的条款，然后我将始终检索此类信息，以便它知道什么是对卖方友好的它知道哪些知识产权重的业务它知道私募股权交易是什么它知道系统中的股票交易交易是什么

理查德·特罗曼斯 (09:06.816)

好吧，我的意思是它正在根据过去的交易进行有效定制。因此，可以公平地说，至少在短期内，这对于过去与客户进行过交易的人来说只会真正产生直接价值。

约翰·海格 (09:22.761)

理查德·特罗曼斯 (10:08.557)

是的。

是的，我想说我们对数据的影响也有某种边际效应，对吧？因此，拥有 10 个设施协议和 100 个设施协议之间的差异是相当大的。但在 100 到 1000 之间，变化较小，在 1000 到 10,000 之间，变化甚至更少。因此，即使是我们的小客户，只有大约 30、40 名律师的小客户，他们也能获得很好的产品体验。对于拥有数千名律师的大客户来说，他们的处理方式完全不同。他们将我们添加到他们的技术堆栈中，以便进行摄取和检索，并将我们与工作流程中的其他不同产品结合起来。根据您实际拥有的数据量，有不同的处理方法。

理查德·特罗曼斯 (10:15.214)

所以我的意思是唱反调，DMS 公司的所有者可能会说，这听起来就像是添加了一些奇特的 AI 东西的 DMS。意思是，这有什么不同？

约翰·海格 (10:25.697)

这是一个很大的区别。 DMS 就是所谓的文档处理系统。然后，一些 DMS 拥有某种内置的搜索系统，您可以在其中搜索总统。我以前曾为下面的一个客户工作过。你能把那些优惠带回来吗？它将以一定的精度做到这一点。也许它还会带回一个条款。

我们针对该特定客户使用了哪些合并条款。但它不会看到数据中的决策模式。它不会达到你实际需要的复杂起草、复杂谈判的复杂程度，以了解你过去实际上是如何做出决定的。这就是真正的价值所在。法律太多了，是的，抱歉。对我来说，法律是如此重要，法律职业一直如此如此

理查德·特罗曼斯 (11:11.968)

约翰·海格 (11:19.443)

风险识别和缓解在大多数情况下可以保护下行趋势。了解过去如何应对风险非常有价值。这只有通过这样的系统才能实现。

理查德·特罗曼斯 (11:36.526)

正如你所说，是的，意思是，显然你想降低风险，但当然还有更积极的事情，你想建立对客户有利的头寸。可以说是他们自己的秘密来源。

约翰·海格 (11:46.655)

我认为，当我们看到这是市场的明显转变时，这对整个行业来说非常重要，对吧？真正利用这些数据的公司将与客户建立更紧密的联系。对客户的粘性会更高。随着时间的推移，他们将以优化的方式了解更多有关客户以及客户偏好和风险处理的信息。

因此，如果您利用您的数据，您就利用了您对客户的了解，您与客户的粘性就会更强，并且您将拥有更强大的商业模式。所以这非常重要。而且我认为现在看到法律行业的发展非常有趣，当我还在私人执业时，我的客户打电话给我，他们认为我知道我们在律师事务所所做的一切。当然事实并非如此。

现在，我们将依赖于特定个人知识的非常独立的法律行业转变为更加数据驱动的行业，利用机构的整体经验来支持该建议。这将是市场的明显转变。

理查德·特罗曼斯 (13:00.672)

约翰·海格 (13:21.919)

约翰·海格 (13:26.881)

明白了。

有趣。意思是，这与许多不同的事情有关。它在某种程度上与一些人正在开发的数字双胞胎的发展有关。它也与律师事务所内的人工智能主权理念有关，律师事务所的执业团体说，嗯，你知道，我们想要尝试结晶我们自己的知识，我们自己的判断层。我们希望将其保留在建筑物内。你知道，有些人甚至出去与 Palantir 和其他公司合作。

理查德·特罗曼斯 (13:29.55)

诸如此类的事情有很多。然后其他一些合法科技公司会说，我们会帮助你做到这一点。你在这种快速发展的生态系统中处于什么位置？

约翰·海格 (13:44.459)

我对市场的看法就像有 DMA 一样。如果从右下角开始，DMS 就位于此处。它们是文档处理系统，对您归档的数据进行排序。您将所有数据归档并对其进行排序，以这种方式对其进行结构化。然后，但它不是从情报角度构建的，而是从文档处理系统角度构建的。然后，在上面的是数据处理公司，它们擅长以高复杂度检索数据。

当然，这些都是像 Aloi 这样的公司。当然，我们需要与 DMS 公司合作，为最终用户、律师和律师客户提供价值。然后最重要的是，您拥有应用程序层，其中已经有一些相当大的参与者。他们为客户提供出色的工作流程和流程。您将所有这些结合起来，将这些应用程序层与这些工作流程结合起来。

像 Alois 这样的数据处理公司位于 DMS 的中间，这样您就可以为律师提供非常好的用户体验。通过利用那里的数据，您可以为客户带来非常高的价值。对于你的问题，我们处于中间位置，但我们在很大程度上是一家数据处理公司，通过大量数据结构化来支持我们的客户，这是一个相当复杂的过程。

理查德·特罗曼斯 (14:57.08)

约翰·海格 (15:10.314)

它不仅仅是通过平台进行优化。这也是您与这些客户密切讨论的事情。当然，对于未来的知识公司和主要 DAW 公司来说，数据是最有价值的资源之一。以最聪明的方式真正构建数据将是未来的关键。

理查德·特罗曼斯 (15:29.068)

是的，绝对是。这也很有趣。意思是，意思是，例如，你知道，你是否以一种非常定制的方式与每家律师事务所合作？我的意思是，你有那种前沿部署的工程师之类的东西，或者是每个人都可以直接跳上来，他们可以自己使用它？我的意思是，如何、如何到达每个律师事务所需要到达的地方？

约翰·海格 (15:42.028)

是的

约翰·海格 (15:54.883)

是的，我们确实有两种方法可以做到这一点。我们有一个基线产品，当我们开始使用该产品时，我们可以立即部署它。我们只需要几个小时就可以完成技术入职。然后摄取过程取决于我们摄取的数据量。但通常需要几天时间处理数百万份文档。然后您就可以启动并运行基准产品。

理查德·特罗曼斯 (16:22.382)

约翰·海格 (16:30.124)

约翰·海格 (16:40.674)

理查德·特罗曼斯 (17:23.32)

理查德·特罗曼斯 (17:35.385)

你需要进行某种定制吗？假设您必须获取所有文档，然后您是否会针对特定客户进行自定义和调整？我的意思是，就像一家律师事务所所说，首先我们将重点关注这些客户。我们希望您能够真正将其调整到特别适合这些类型的工作，或者情况如何？

我想说的是，你希望调整，机构规模越大，调整就越多。较大的律师事务所希望根据他们的需求进行更多调整和定制。而且它应该与他们堆栈中的其他产品非常契合。这就是我们与他们密切合作的事情。所以我们有团队去律师事务所。所以昨天我们有一个团队进入挪威语。

律师事务所为他们进行 MCP 连接，以便与另一个产品集成。就是这样。然后我们会派出一个由五名工程师组成的团队，花费几天的时间来建立 MCP 连接。我们做到了。不，所以为了回答你的问题，我们两者都做。当然，还有一个标准的应用程序层，我们的许多客户都在使用它。

明白了，明白了。最后，对不起，不，继续，请继续。

明白了。就在几个哲学问题之后。所以，我认为在人工智能时代每个人都需要问自己一个问题，那就是，这实际上是判断吗？回顾过去的决策模式、谈判的最终结果等等，这真的是在利用判断吗？我的意思是，从您的角度来看，如果您与前 BIC 律师事务所合作，并且您已经这样做了，您是否真正理解了他们对他们的判断？

约翰·海格 (18:10.371)

是的，我相信我们确实做到了。我们有。如果您明天参加我们在斯德哥尔摩举行的活动，您会发现当我们推出新的谈判平台时，这是展示这一点的最佳方式，我们可以看到律师事务所的决策模式。然后，如果你想更哲学一点，我想看看法律在做什么，复杂的数据检索以及我们与客户密切合作的结构化数据的处理。

我希望看到，即使你从律师那里得到了判决书，你也能得到一个明确的建议来决定要做什么。我仍然会将其视为对律师的建议。律师正在与客户一起做出最后决定。但是，您在该决策背后获得了更多的情报，更多的数据驱动方法，更多的数据驱动方法。所以如果我，你，在我之前在罗氏的实践中，

如果我是根据我对我能记住的一些交易以及我能记住的不同情况的数量的认识或了解来做出决定的，那么现在这个数字要乘以一百、千。因此，它得到了更多的数据驱动，为该决策提供了更多的支持。

理查德·特罗曼斯 (19:28.226)

约翰·海格 (20:06.733)

你说得非常完美，真的。律师将进入您的桌面。这是您每天触手可及的所有高级合伙人的经验，对吗？因此，如果您只是使用这样的产品来进行复杂的数据访问，您就会变得非常好、非常快。我认为对于使用这样的产品的律师来说，学习曲线将变得非常陡峭。

关于法律问题、起草、谈判、特定客户和交易对手的学习曲线非常陡峭。因此，我认为我们正在开展一些对律师事务所并最终对其客户具有巨大价值的事情。

理查德·特罗曼斯 (20:50.294)

嗯。

是的，绝对是。最后一个问题。我的意思是，这将如何改变律师事务所的模式？我的意思是，我们甚至还没有讨论过内部问题，也许我们可以改天讨论一下内部世界，但只是简单地讨论一下。因此，我们的金字塔顶部是最有经验的律师，自然是最缺乏经验的律师在底部。这是否能让资历较浅的律师更快地进入链条？当然，他们自己可能没有完成所提到的某些工作，但他们可以比他们更快地利用它。因此，您可以对第一年的同事说，听着，我知道您以前没有签订过这些融资协议，但这几乎就是您的做法。这是因为 Aloi 会流入您的桌面并向您展示我们做了什么以及我们是如何做的。这可能吗？

有趣，是的，我认为这与法律教育、持续培训有关，你知道。

约翰·海格 (20:54.603)

是的，绝对如此。我认为实际上我们在今天早些时候的一次会议上谈到了这一点，法律教育可以基于这样的产品。例如，当您进行内部培训时，您实际上会利用此类产品的数据支持。那么说到这里，我想你提到了商业模式。我认为这是非常相关的。我们如何看待律师事务所的低端工作？我认为我们或多或少会停止为此收费。

在法律行业。开始为简单的文档和诸如此类的事情收费将非常困难。

理查德·特罗曼斯 (21:31.544)

甚至，我的意思是，甚至，知道，所以X律师事务所是一家非常受人尊敬的律师事务所。你知道，你已经具体化了通常应用于这份相对简单的文件的决定和判断。客户就像是，我们也使用这个系统。你知道，假设几年后，每个人都在使用像 Aloi 这样的系统，或者你知道的类似的系统。他们只是简单地说，我们知道你可以在五秒钟内完成此操作。我们相信这种方式

约翰·海格 (21:36.557)

约翰·海格 (21:51.563)

理查德·特罗曼斯 (22:01.07)

数据已经具体化，您所需要做的就是将其应用到这个特定的文档中。我们会自己做，除非我们没有您拥有的数据集，因为您是一家大型律师事务所。坦率地说，只要花费 5 美元，您就能获得我们的下一笔并购交易。你知道，你会得到十万，好吧，无论如何，你知道，它的意思是，它会变成那样，不是吗？因为它将会商品化。

约翰·海格 (22:09.524)

正是如此。

约翰·海格 (22:21.185)

是的，但我认为，是的，但关键点实际上是你所说的。今天，您可以使用通用人工智能自己完成。你可以要求它删除合并条款，看起来相当不错，但它不受数据支持。它并没有得到律师事务所今天所拥有的所有情报的支持。它位于 DMS 中。这确实是关键，对吧？

理查德·特罗曼斯 (22:46.369)

是，是，是，是。好吧，听着，我必须到此结束。和你谈话真的非常非常有趣。非常感谢。

从人工律师中发现更多

订阅以将最新帖子发送到您的电子邮件。